-
公开(公告)号：CN118470037B
公开(公告)日：2024-10-18
申请号：CN202410941292.2
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本申请涉及一种基于深度圆检测的无监督语义分割方法，该方法包括：构建第一阶段的仿射配准网络模型；获取心脏模板图像、目标图像；将心脏模板图像和目标图像输入至仿射配准网络优化训练；将心脏模板图像与目标图像进行特征对齐；将目标图像输入训练完成后的仿射配准网络模型得到仿射配准模板图像；获取目标图像和仿射配准模板图像；将目标图像和仿射配准模板图像输入至第二阶段的变形配准网络模型优化训练，得到变形配准模板图像；基于变形配准模板图像进行标签融合过程，确定目标图像的掩膜分割结果。该方法通过仿射配准模型和变形配准模型可以有效地捕获心脏的解剖结构，两阶段的网络框架能够实现对心脏解剖结构的无监督语义分割。
-
公开(公告)号：CN118470037A
公开(公告)日：2024-08-09
申请号：CN202410941292.2
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本申请涉及一种基于深度圆检测的无监督语义分割方法，该方法包括：构建第一阶段的仿射配准网络模型；获取心脏模板图像、目标图像；将心脏模板图像和目标图像输入至仿射配准网络优化训练；将心脏模板图像与目标图像进行特征对齐；将目标图像输入训练完成后的仿射配准网络模型得到仿射配准模板图像；获取目标图像和仿射配准模板图像；将目标图像和仿射配准模板图像输入至第二阶段的变形配准网络模型优化训练，得到变形配准模板图像；基于变形配准模板图像进行标签融合过程，确定目标图像的掩膜分割结果。该方法通过仿射配准模型和变形配准模型可以有效地捕获心脏的解剖结构，两阶段的网络框架能够实现对心脏解剖结构的无监督语义分割。
-
Search Results
2
records
(took 0.018 seconds)
